MétaCan
Menu
Retour à la cohorte
Enregistrement W2331209914 · doi:10.1177/104063870501700117

Use of a Novel Virus Inactivation Method for a Multicenter Avian Influenza Real-Time Reverse Transcriptase—Polymerase Chain Reaction Proficiency Study

2005· article· en· W2331209914 sur OpenAlexaboutno aff
Erica Spackman, David L. Suarez

Notice bibliographique

RevueJournal of Veterinary Diagnostic Investigation · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVirologyInfluenza A virus subtype H5N1Real-time polymerase chain reactionPolymerase chain reactionReverse transcriptaseBiologyBiosecurityVirusGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Proficiency assessments are important elements in quality control for diagnostic laboratories. Traditionally, proficiency testing for polymerase chain reaction (PCR)-based assays has involved the use of clinical samples, samples "spiked" with live agents or DNA plasmids. Because of government regulations and biosecurity concerns, distribution of live high-consequence pathogens of livestock and poultry, such as avian influenza, is not possible, and DNA plasmids are not technically suitable for evaluating RNA virus detection. Therefore, a proficiency testing panel using whole avian influenza in a diluent containing a phenolic disinfectant that inactivates the virus while preserving the RNA for at least 8 weeks at -70 C was developed and used in a multicenter proficiency assessment for a type A influenza real-time reverse transcriptase (RT)-PCR test. The test, which was highly standardized, except for variation in the real-time RT-PCR equipment used, was shown to be highly reproducible by proficiency testing in 12 laboratories in the United States, Canada, and Hong Kong. Variation in cycle threshold values among 35 data sets and 490 samples was minimal (CV = 5.19%), and sample identifications were highly accurate (96.7% correct identifications) regardless of real-time PCR instrumentation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,127
Tête enseignante GPT0,333
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Diagnostic InvestigationMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207